DISTRIBUSI

PELUANG DISKRIT
Week 5
 Variabel Acak Diskrit
• Variabel acak dari harga variabel yang berasal
dari hasil perhitungan
• Untuk X = x1,x2,, …, xn dengan nilai f ( xi )  P( X  xi )
n

 f (x )  1
i 1
i

• Ekspektasi  menyatakan rata-rata

n
E ( x)   xi f ( xi )
i 1
 Variabel Acak Diskrit
• Mean
E ( x)   x f ( x)
• Variansi
Var ( x)  E ( x )   E ( x) 
2 2

dimana E ( x 2 )   x 2 f ( x)

• Mean (kX) = k Mean(X)

 Contoh
Suatu pengamatan mengenai nomor telepon yang di
dial oleh mesin penerima secara acak untuk suatu area
tertentu, didefinisikan peubah acak X sebagai berikut:
 1, bila nomor yang dipilih terdaftar
X 
0, bila nomor yang dipilih tidak terdaftar
Bila peluang sebuah nomor terdaftar = 0.3, tentukan
mean dan variasi!
 Solusi
Tabel distribusi peluang
x 0 1
f(x) 0.7 0.3

Mean Variansi
 x  E ( x)   x f ( x)  2  E ( x 2 )   E ( x) 
2

 x   0  0.7    1 0.3  2    x 2 f ( x)     x f ( x ) 
2

 x  0.3  2    x 2 f ( x)    mean 
2

 2   02  0.7    12  0.3    0.3

2

 2  0.21
 Distribusi Peluang Diskrit
• Distribusi Binomial
• Distribusi Bernoulli
• Distribusi Poisson
• Distribusi Multinomial
• Distribusi Hipergeometrik
 Distribusi Binomial
Syarat proses binomial
• Dalam setiap percobaan hanya menghasilkan dua kategori
peristiwa, sukses atau gagal.
• Percobaan dapat diulang sebanyak n kali
• Peluang terjadinya sebuah peristiwa dalam masing-masing
percobaan bersifat tetap/konstan, misalkan p.
• Masing-masing peristiwa dapat terjadi secara
independen/bebas.
 Distribusi Binomial
Distribusi peluang dari X berdistribusi binomial dengan parameter n dan p.
n = banyaknya percobaan
p = peluang sukses suatu percobaan
Dinotasikan sebagai X~ B(n,p)

Peluang sukses k buah dari n percobaan adalah sbb:

n k
P( X  k )  p (k )    p (1- p) n - k
k 
n n!
dengan k  0, 1, 2, . . . , k dan   =
 k  k !(n - k )!
Mean Variansi
  np  2  np (1  p )
 Distribusi Binomial
• Fungsi peluang dari peubah acak X yang berdistribusi
binomial sbb:
 n  k nk
  p (1  p ) , k  0,1, 2,..., n
b(k ; n, p )   k 
 0 , lainnya


• Distribusi kumulatif
k
P( X  k )  B (k ; n, p)   b ( y ; n, p ) , k  0,1, 2,...., n
y 0
 Distribusi Bernoulli
Syarat
Seperti distribusi binomial tetapi percobaan hanya dilakukan
1 kali
 Contoh
Misalkan 20% dari semua copy suatu textbook yang diuji kekuatan
sampul, sampulnya dalam keadaan rusak. Peubah acak X menyatakan
banyaknya textbook yang sampulnya rusak dari 15 copy yang diambil
secara acak.

Hitung :
a.Peluang ada 8 copy textbook yang sampulnya rusak?
b.Peluang paling banyak 8 copy textbook yang sampulnya rusak?
c.Mean?
d.Variansi?
 
 Solusi
Peluang sampul (sukses) rusak adalah 20% atau 0.2
Maka, p = 0.2 dan n = 15
 15 
a. P ( X  8)    0.2 (1- 0.2)
8 15-8

8
15!
 0.28 (1- 0.2) 15-8
8!(15 - 8)!
15!
 0.28  0.8 7
8!7!
 0.003455
 n n!
b. Ingat P( X  k )  p( k )    p k (1- p) n - k 
k  k !(n - k )!
p k (1- p ) n - k

P ( X  8)  P ( X  0)  P ( X  1)  ...  P( X  8)
15  15  15 
   0.20 (1- 0.2)15-0    0.21 (1- 0.2)15-1  ...    0.28 (1- 0.2)15-8
0 1 8
15! 15! 15!
 0.20 (1- 0.2) 15-0  0.21 (1- 0.2) 15-1  ...  0.28 (1- 0.2) 15-8
0!(15 - 0)! 1!(15 -1)! 8!(15 - 8)!
 (1 1 0.035)  (15  0.2  0.044)  ...  (6435  0.00000256  0.209715)
 0.035  0.132  ...  0.0034
 0.999
c. Mean
  np
 15  0.2
3
d. Variansi
 2  np(1  p)
 15  0.2  (1  0.2)
 2.4
 Distribusi Poisson
• Percobaan Poisson
 Banyaknya hasil selama selang waktu tertentu atau dalam daerah
tertentu.
• Ciri-ciri percobaan Poisson
1. Banyaknya hasil percobaan yang terjadi pada selang waktu atau suatu
daerah tertentu tidak tergantung pada banyaknya hasil percobaan yang
terjadi pada selang waktu atau daerah lain yang terpisah.
2. Peluang terjadinya satu hasil percobaan selama suatu selang waktu yang
singkat sekali atau dalam suatu daerah yang kecil sebanding dengan
panjang selang waktu tersebut atau besarnya daerah tersebut.
3. Peluang bahwa lebih dari satu hasil percobaan akan terjadi dalam
selang waktu yang singkat atau dalam derah yang kecil tersebut dapat
diabaikan
 Distribusi Poisson
Distribusi peluang dari X berdistribusi poisson dengan parameter λ
λ = rata-rata banyaknya kejadian (sukses) yang terjadi pada suatu interval

waktu atau daerah tertentu.

Dinotasikan sebagai X~ P(λ)
Peluang sukses k buah percobaan adalah sbb:

e -  k
P( X  k )  p(k ) 
k !
Untuk   0 dan k = 0, 1, 2, . . . dan nilai e = 2.7183

Mean :  
Variansi : 2 
 Contoh
Suatu daerah di bagian timur AS rata-rata ditimpa 6
angin topan setahun.
Carilah peluang di suatu tahun:
a.Tepat terjadi 1 angin topan di daerah tersebut?
b.Tidak sampai terjadi 4 angin topan terjadi di daerah
tersebut?
c.Antara 6 sampai 8 terjadi angin topan terjadi di
daerah tersebut?
 Solusi
λ=6
a. Peluang tepat terjadi 1 angin topan terjadi di daerah tersebut
adalah :
e 6 61
P( X  1)  = 0.0148725
1!
b. Peluang tidak sampai terjadi 4 angin topan terjadi di daerah
tersebut adalah :
3
e 6 6 x
P ( X  3)  
x 0 x!
 p (0)  p(1)  p(2)  p(3)
e 6 60 e 6 61 e6 62 e 6 63
   
0! 1! 2! 3!
 0.0024788  0.0148725  0.0446175  0.0892351
 0.151204
 Solusi
c. Peluang antara 6 sampai 8 terjadi angin topan terjadi di
daerah tersebut adalah :
P(6  X  8)  P( X  6)  P ( X  7)  P ( X  8)
 p(6)  p (7)  p (8)
e 6 66 e 6 67 e 6 68
  
6! 7! 8!
 0.160623+0.137677+0.103258
 0.402
 Hampiran Distribusi Poisson
terhadap Distribusi Binomial

• Jika suatu eksperimen menghasilkan variabel

berdistribusi binomial dengan banyaknya
pengamatan (n) cukup besar dan nilai peluang sukses
(p) mendekati nol, maka eksperimen tersebut dapat
dihitung dengan distribusi Poisson dengan   np
 Contoh
Seorang penerbit bukubuku non teknik menyatakan bahwa
bukubukunya bebas dari kesalahan typograpical, sehingga
peluang kesalahan dari sebuah halaman buku paling sedikit satu
kesalahan adalah 0.005 dan kesalahan tiap halaman saling
bebas.
a.Berapa peluang bahwa satu dari novelnovel yang jumlah
halamannya 400 akan tepat satu halaman yang salah ?
b.Berapa peluang paling banyak tiga halaman yang salah?
 Solusi
n = 400, p = 0.005
Karena n besar dan p kecil, maka bisa dilakukan pendekatan
dengan menggunakan distribusi poisson.
  np  400  0.005  2
e 2 21
a. P( X  1)   0.271
1!
3
e 2 2 x
b. P ( X  3)  
x 0 x!
 p(0)  p(1)  p (2)  p(3)
e 2 20 e 2 21 e 2 2 2 e 2 23
   
0! 1! 2! 3!
 0.135  0.271  0.271  0.18
 0.857
 PRAKTIKUM
DISTRIBUSI PELUANG DISKRIT
Suatu eksperimen dari pelemparan sebuah mata uang logam
sebanyak 3 kali.
Tabel distribusi peluang X sbb:
X 0 1 2 3
p(x) 0.125 0.375 0.375 0.125

X : menyatakan banyaknya sisi GAMBAR yang tampak dari hasil

eksperimen tersebut buatlah tabel distrubusi kumulatifnya!
Hitung:
1. Berapa peluang munculnya gambar sebanyak 3 kali?
2. Berapa peluang munculnya gambar paling banyak 3 kali?
3. Berapa peluang munculnya gambar antara 1 hingga 3 kali?
 Aplikasi minitab 15
• Ketikan nilai X pada kolom C1 dan p(x) pada
kolom C2

• Pilih calc, probability distribution, discrete

Hitung:
1. Berapa peluang munculnya gambar sebanyak 3 kali?
2. Berapa peluang munculnya gambar paling banyak 3 kali?
3. Berapa peluang munculnya gambar antara 1 hingga 3 kali?
 Distribusi Binomial
Peluang mencontek pada ujian di suatu kelas yang berisi 10 orang
diketahui 35%.
Hitung:
1.Peluang jumlah mahasiswa yang mencontek kurang dari 50%?
2.Peluang jumlah mahasiswa yang mencontek dari 30% hingga 70%?
3.Peluang semua mahasiswa mencontek?
Solusi:
•Peluang sukses mencontek adalah 0.35 (p = 0.35)
•Jumlah sampel adalah 10 (n = 10)
•Nilai yang mungkin untuk x yang merepresentasikan jumlah siswa yang
sukses mencontek adalah 0,1,2,3,4,5,6,7,8,9,10
 Aplikasi minitab 15
(menghitung peluang)
• Beri label C1 “x” dan C2 “p(x)”
• Ketikan x = 0, 1, 2, …, 10 pada C1 (kemungkinan x)
• Pilih Calc, Probability Distributions, Binomial
 Aplikasi minitab 15
(menghitung peluang kumulatif)

Pilih Calc, Probability Distributions, Binomial

Hitung:
1.Peluang jumlah mahasiswa yang
mencontek kurang dari 50%?
2.Peluang jumlah mahasiswa yang
mencontek dari 30% hingga 60%?
3.Peluang semua mahasiswa
mencontek?
 Distribusi Poisson
Seorang penerbit buku−buku non teknik bahwa buku−bukunya
bebas dari kesalahan typograpical, sehingga peluang kesalahan
dari sebuah halaman buku paling sedikit satu kesalahan adalah
0.005 dan kesalahan tiap halaman saling bebas.

a.Berapa peluang bahwa satu dari novel−novel yang jumlah

halamannya 400 akan tepat satu halaman yang salah?
b.Berapa peluang paling banyak tiga halaman yang salah?

n  400
p  0.005
  np  400  0.005  2
 Aplikasi minitab 15
(menghitung peluang)
• Pilih Calc,Probability Distributions, Poisson
 Aplikasi minitab 15
(menghitung peluang kumulatif)

Pilih Calc, Probability Distributions, Poisson

a. Berapa peluang bahwa satu dari novel−novel yang jumlah
halamannya 400 akan tepat satu halaman yang salah?
b. Berapa peluang paling banyak tiga halaman yang salah?
 Post Test (Hitung dengan alat bantu
perhitungan minitab)
1. Peluang mahasiswa merokok 0,2. Bila diambil sampel sebanyak 8 mahasiswa.
Hitung :
a. Peluang tidak ada mahasiswa yang merokok
b. Peluang 2 mahasiswa merokok
c. Peluang kurang dari 3 mahasiswa merokok
d. Peluang paling banyak 3 mahasiswa merokok
2. Peluang memperoleh nilai A pada mata kuliah kalkulus adalah 25%. Jumlah
mahasiswa yang mengambil mata kuliah tersebut adalah 35 orang. Hitung peluang
a. setidaknya 5 orang mendapat nilai A!
b. Tidak ada mahasiswa yang mendapat nilai A
c. Semua mahasiswa mendapat nilai A
3. Di suatu persimpangan jalan rata-rata terjadi kecelakaan adalah 3 kali per minggu.
Berapakah peluang pada suatu minggu:
a. Tepat 5 kecelakaan akan terjadi?
b. Kurang dari 3 kecelakaan akan terjadi?
c. Paling sedikit 2 kecelakaan akan terjadi?